![厦门市填海造地的遥感PCA识别及其驱动机制研究[1]](https://img.doczj.com/img3f/01w5objc95j617kj0l4s-f1.webp)
![厦门市填海造地的遥感PCA识别及其驱动机制研究[1]](https://img.doczj.com/img3f/01w5objc95j617kj0l4s-12.webp)
第23卷 第1期
自 然 资 源 学 报V ol 23N o 1 2008年1月J OURNAL OF NATURAL RESOURCES Jan .,2008 收稿日期:2007-01-23;修订日期:2007-09-11。
基金项目:国家自然科学基金(40576024);国家海洋局908专项 海岛生态系统评价 (902-02-04-08);上海同济高廷耀环保科技发展基金会青年博士杰出人才基金(2006年度)。
第一作者简介:李禺(1983-),男,硕士研究生,主要研究环境影响评价与资源环境管理。
*通讯作者,E m ai:l xd z hu @n j u https://www.doczj.com/doc/3818137276.html,
厦门市填海造地的遥感PCA 识别及其驱动机制研究
李 禺,李杨帆,朱晓东*
(南京大学污染控制与资源化研究国家重点实验室,南京大学环境学院,南京210093)
摘要:基于遥感主成分分析(PC A ),论文提出一种快速、准确及经济地识别填海造地时空分布
的新方法。并以厦门市港湾地区为例,将1993与1996年,1996与1998年,1998与2001年,
2001与2003年、2003与2006年共6期遥感影像融合后经PC A 分析得出5个时间段内填海造
地的空间分布信息,并结合相应阶段的城市发展战略进行分析。选取工业总产值、人口、港口货
物吞吐量等统计数据作为填海造地行为的社会经济驱动因子进行回归分析,得出政策导向、工
业的快速发展以及人口的增加等是厦门港湾地区填海造地的主要驱动因素。最后提出基于驱
动机制和未来情景分析的港湾地区填海造地优化调控的政策建议。
关 键 词:填海造地;主成分分析;时空分布;驱动机制
中图分类号:TP79 文献标识码:A 文章编号:1000-3037(2008)01-0161-09
1 引言
面对高人口密度港湾地区日益严峻的 土地赤字 问题,填海造地成为全球港湾地区城市化的重要手段[1~5]。但同时填海造地对环境、生态造成海洋泥沙淤积、海洋环境质量下
降、生境退化和海岸带生物多样性的减少等负面影响[6,7]。查明港湾快速城市化地区填海
造地的空间分布特征及时间序列的演变规律,是城市生态环境管理和发展战略决策的重要基础性工作,特别是对于正在从海岛型战略向海湾型战略转变过程中的厦门市更是如此。厦门位于福建省东南部,台湾海峡的西岸。厦门面临着城市发展空间不足的严重问题,填海造地成为厦门解决这一问题的重要途径。1955~1997年,厦门填海面积达到90.13km 2,其
中位于城市中心的西海域填海面积达到57.91km 2,使西海域面积缩小一半以上[8]。近年来
随着厦门市社会经济的快速发展以及由海岛型城市向港湾型城市战略转变的提出,填海造地的情况在厦门更为普遍。
然而到目前为止相关的政府职能部门尚未就此内容进行专门调研和数据统计,学术界也少见相关成果报道,如长时间跨度下海岸线的变迁情况[6]。但对于近10年来港湾地区快
速城市化背景下,短时间跨度、多时段填海造地时空分布特征的研究还未见。同时填海造地的时空分布及演变特征研究上传统研究方法为根据历史数据或历史文献来获得[9~11],存在
速度慢、效率低、精确性差以及难以图形化的缺点。因此,高效快速识别港湾快速城市化地区填海造地时空分布信息和动态变化规律,并分
162
自 然 资 源 学 报23卷析其经济社会驱动机制,为政府决策及优化调控服务,成为亟待解决的科学任务。本文将遥感PC A应用于填海造地研究,以准确快速高效识别填海造地的时空分布,并对厦门市1993~2006年之间的117块填海造地进行了识别,对其用地类型、面积等属性特征进行了定量研究。在对填海造地用地类型分析基础上对厦门市填海造地的驱动机制进行了探讨。从政策层面、社会经济发展角度定性定量研究了填海造地的驱动机制,特别是2001年厦门市提出海岛型城市向海湾型城市战略转变以来对填海造地的影响。最后根据填海造地的驱动机制提出了优化调控填海造地的政策建议。
2 材料与方法
采用1993、1996、1998、2001、2003及2006年共6期厦门市全市Landsat T M/ETM+遥感图像、厦门市城市总体规划(2003~2020年)及厦门市1993~2005年社会经济统计年鉴为数据源。
利用遥感多光谱影像数据进行地面类型变化监测的方法主要可以分为3类:!基于简单代数运算,如图像差分等;?基于图像分类,如分类后比较等;#基于多变量分析的数据变换方法,如主成分分析(Princi p al Co m ponentAnalysis,简写为PC A)等[12]。由于分类后对比检测存在要求对图像进行分类以及分析的精度依赖于图像分类精度的缺点,而主成分变换检测具有操作较为简便快速的优势,因此采用遥感主成分分析对填海造地的时空分布进行识别。遥感PC A主要用于数据压缩、降维及土地利用动态变化监测[13]。遥感PCA分析由于对数据的压缩以及避免对图像的分类,因此能够快速高效地进行地面类型变化检测。由于遥感PC A在遥感影像处理方面的独特优势,目前已有许多学者将遥感PCA用于土地利用的动态变化监测并取得较好的精度和结果[14,15]。
主成分分析是在统计特征基础上的多维正交线性变化。主成分变换的具体步骤是:首先,根据原始图像矩阵X求出它的协方差矩阵?x;
其次,由特征方程( I-?x)u=0求出协方差矩阵?x的各个特征值 i(i=1,2,%, n),将其按 1& 2&%& n排列。式中: 为特征值;I为单位矩阵;u为特征向量。再求出各特征值对应的特征向量u i
u i=[u1i,u2i,%,u n i]T
然后,取变换矩阵A=U T即得到了主成分变换的具体表达式:
Y=u11%u1n
u n1%u nn
X=U T X
经过主成分变换后,得到一组新的变量(即Y的各个行向量),它们依次被称为第一主成分、第二主成分%%第n主成分[16]。由于变换结果前几个分量上集中了两个影像的主要信息,后几个分量反映了两影像的差别信息,因此,可以选取后几个分量以自动发现填海造地的空间分布。
本文在对多时相遥感影像进行几何校正、大气辐射校正的基础上,采用多波段主成分变换以自动发现填海造地的空间分布,即将前后两个时相的多光谱影像融合,再对其进行主成分分析。在PC A的基础上通过人工目视解译生成填海造地感兴趣(AO I)区域。进一步结合其它材料确定填海造地用地类型获得单时段填海造地属性图。对多时相遥感影像作相同处理,叠加
1期李 禺等:厦门市填海造地的遥感PC A 识别及其驱动机制研究163 图1 填海造地时空分布研究步骤图 Fig 1 Approac h es to the i den tifi cati on of t h e d i s tri buti on of s ea recl a m ati on 后获得该地区填海造地时空分布属性图(图1)。
分析过程利用Er das I m agine 8.7完成。首先以
1?50000地形图作为T M 遥感影像的控制坐标,对6期厦
门影像进行几何校正,误差在0.5个像元之内。并对6期
影像作直方图匹配等预处理。接着将1993与1996年、
1996与1998年、1998与2001年、2001与2003年、2003与
2006年共5个时段的多波段影像进行基于像元一一对应
的图像融合,进行主成分分析,得到5个顺序时段的填海
造地空间分布。分别对每个时段的填海造地进行人工
AOI 识别,将填海造地AO I 区域与前一时相遥感影像叠加
以去除与原陆地重叠误分部分,提高解译精度,获得准确
填海造地面积和空间分布。结合厦门市土地利用规划图、
Google Earth Quickbird(0.6m )高清晰遥感影像以及野外
实地踏勘确定填海造地用地类型,获得5个时段填海造地
空间属性图。最后将5个时段填海造地空间属性图进行
叠加,获得厦门市1993~2006年共117块填海造地时空分
布空间属性图。
在此基础上,结合社会经济材料及统计数据,对厦
门市填海造地的驱动机制进行研究。通过建立填海造
地时空分布属性与社会经济数据及政策因素之间的联系来研究填海造地的驱动机制。分析不同时段不同政策影响下,填海造地的时空分布属性改变来定性研究
政策与填海造地之间的耦合关系。同时利用SPSS 软件对填海造地的社会经济数据进行多
元逐步回归,定量研究社会经济对填海造地的驱动机制。3 结果与讨论
3.1 厦门市1993~2006年填海造地时空分布特征
厦门市1993~2006年填海造地时空分布特征如图2所示。
1993~2006年间,厦门市共进行填海造地117处,填海造地总面积24.57km 2
,主要集中于西海域西侧海沧区部分和本岛北部(机场、五缘湾),占总填海面积的70%。分布范围还包括马銮湾、岛内东侧及其它海域。本岛填海面积10.03km 2,岛外填海面积14.54km 2,两处填海面积基本相同。
12年间,厦门市填海面积超过0.5km 2的大型填海工程15处,填海面积占117块总填海面积的53%。其中在厦门市环保局2005年 厦门市生态功能区划 划定的同安湾和西海域港口环境与珍稀海洋生物保护生态功能小区中大型填海工程9处,主要工程为五缘湾和西海域西侧海沧区的开发。其它6处主要分布于本岛东侧、马銮湾及九龙江口,主要填海工程为厦门国际会展中心及机场二期等。
时间分布上,前4个时段填海造地面积基本均等,2003~2006年时段填海造地面积有
大幅度提高,达到10km 2,3年间填海造地面积接近12年总填海造地面积的一半,主要填海区域包括岛内北部的五缘湾、海沧区西海岸及码头的增、扩建(图3),填海面积的大幅增加
164
自 然 资 源 学 报23卷
图2 厦门市1993~2006年填海造地时空分布属性特征图
Fig.2 Spatio te m poral d i stri bu tion of sea recl a m ation i n X i a m en C i ty fro m1993to2006
图3 1993~2006年间厦门市各时段填海造地情况
F i g.3 Sea recl a m ati on of d ifferent periods i n Xia m en C ity fro m1993to2006
1期李 禺等:厦门市填海造地的遥感PC A识别及其驱动机制研究165
反映了厦门市从海岛型城市向海湾型城市战略转变对填海造地的影响。
结合厦门市城市建设现状及规划、土地利用现状及规划等材料,以及对厦门市海沧区、杏林湾、集美区、五缘湾及厦门国际会展中心填海造地区域的实地踏勘,确定厦门市1993~ 2006年间填海造地的用地类型。将填海造地的用地类型划分为5类:I工业用地、F农田用地、D码头用地(包括码头用地和仓储用地)、P公共设施用地(包括市政设施地、对外交通地及道路广场地)及H居住用地(图4)。其中工业用地在所有用地类型中所占比重最大,达到28%。主要区域包括西海域西侧海沧区填海造地部分及钟宅围垦。居住用地及公共设施用地比例相同,为21%。居住用地主要包括海沧未来海岸房地产、集美东部围垦及钟宅围垦等。公共设施用地主要工程包括海沧大道、环岛路三期、海沧岸壁工程、机场二期造地工程及厦门国际会展中心等。码头用地占19%,主要位于岛内西部及九龙江河口湾,主要工程包括东渡二期、东渡三期、象屿保税区一期、二期工程及其它一些新建码头用地。农田所占比例最小,仅为11%,主要位于杏林湾水库内。厦门湾早期的填海造地工程主要用于生产粮食,种植农作物;滩涂部分多开辟为池塘,供土池养鱼、养虾、养贝,随着厦门市地区经济发展和城市进程的加快,工业用地、居住用地、公共设施用地和码头用地面积占总填海造地面积的89%,而农田用地所占比例已下降至11%。反映了快速城市化以及经济发展对厦门市填海造地用地类型从原来的农田用地向工业用地、居住用地转变。
图4 厦门市1993~2006年间填海造地用地类型图
F i g.4 Land u s e struct u re of s ea recl a m ati on i n X i a m en C it y du ri ng1993and2006
厦门市填海造地用地类型岛内与岛外存在较大差异,岛内填海造地主要用地类型为码头用地及公共设施用地,工业用地相对较少,而岛外工业用地与居住用地占岛外总填海面积比率较大,公共设施用地比率较低(图5)。工业用地和居住用地所占比例岛内较岛外低,岛内主要包括五缘湾的软件园,而岛外主要为海沧的鼓励台商投资工业园区。表明厦门市海岛型城市向海湾性城市发展战略启动后,岛内工业向岛外转移,而本岛工业主要发展高新技术产业和研发中心。而岛内公共设施用地比例最高,达到34.3%,主要为机场二期造地、厦门国际会展中心及环岛路三期,岛外则主要是海沧大道的修建,表明岛内功能正向人居型、服务型及商务型转变。同时岛内码头用地比例也较岛外高。
3.2 厦门市1993~2006年填海造地的驱动机制分析
通过比较不同时段不同政策影响下,填海造地时空分布改变来研究政策对填海造地的影响。1993~1996年间的填海区域包括机场二期、海沧、杏林及集美,填海区域作为当时历史的记录反映了1989年和1992年国务院批准厦门经济特区及市辖海沧、杏林、集美为鼓励台商投资区政策。本岛西部的填海区域记录了1992年国务院批准厦门建立象屿保税区的政策。1996~2001年间的填海造地也延续了前一时段的政策,主要填海区域为海沧的鼓励台商投资区。2001年以后,厦门市提出海岛型城市向海湾性城市转变的战略,马銮湾作为
166 自 然 资 源 学 报23卷
图5 厦门岛内岛外用地类型比较图
F i g .5 Co m pari son bet w een inn er isl and and outer island of l and use str u cture i n X i a m en C ity
当时城市总体规划中的厦门环海组团之一,厦门市的副中心,填海工程也随之启动。2003年,厦门市进入海岛型城市向海湾型城市战略转变的启动阶段,填海造地面积也大幅提高,3年间填海区域约占12年填海总面积的一半,在延续原政策的基础上,五缘湾填海工程记录了厦门市政府打造东部新城及建设城市东通道的战略构想。五缘湾原名钟宅湾,厦门市政府提出了将钟宅湾建设成为 厦门新客厅 和 闽南新商埠 的口号,同时伴随城市东通道翔安隧道的建设,钟宅湾成为厦门新一轮的投资热点,在迅速发展向海要地的同时,政策导向也给五缘湾周围的海湾环境带来了巨大的压力。 以港立市 作为海湾型战略的子战略,提出 配套完善东渡港区,建设象屿保税区二期并推进港区合一,建设国际旅游客运港区。加快发展海沧港区,调整嵩屿港区规划,加快大型深水集装箱泊位建设 ,该子战略的实施直接造成了象屿二期和九龙江口海沧区泊位两处大型填海工程的建设。
根据研究时段厦门市社会经济相关统计数据,利用SPSS 统计软件对厦门市不同填海造地用地类型的社会经济驱动进行了统计回归。针对不同的用地类型,选取了相应的多元变量。利用多元逐步回归方法,根据相应的社会经济数据Y 对填海造地的面积X 进行了研究,剔除变量中拟合程度较差的变量,回归研究填海造地的社会经济驱动机制(表1)。
表1 厦门填海造地社会经济驱动力回归方程
T ab l e 1 Regress i on equati on of drivi ng forces of s ea recl a m ati on i n X i a m en C i ty
用地类型
(hm 2)
社会经济变量Y 回归方程说明工业用地
工业总产值(104元)、第二产业生产总值(104元)Y =24946X +349272R 2=0.8656,Sig =0.007,变量选取工业总产值,剔除第二产业生产总值变量码头用地
港口货物吞吐量(104t)、水路客运总量(104人)、水路货运总量(104t)Y =7.38X +70.26R 2=0.7344,Sig =0.29,变量选取货物吞吐量,剔除水路客运、货运总量居住用地
人口(人)、房地产开发投资Y =404.1X +24127R 2=0.6886,S i g =0.041,变量选取人口,剔除房地产开发投资变量公共用地基本建设投资(104元)、固定资产投资
(104元)两变量均不符合统计学意义,剔除
注:农田用地因2001~2003年填海造地无农田用地,无统计学意义,因此剔除。
1期李 禺等:厦门市填海造地的遥感PC A识别及其驱动机制研究167
结果表明,厦门市填海造地用于工业用地、码头用地和居住用地与社会经济驱动有较好的正相关性,随着厦门市社会经济的快速发展,势必增加对土地的需求,加大填海造地的驱动力。填海用于农田用地,增加粮食产量的压力与历史相比已越来越小,已不再成为填海造地的主要驱动力。
4 结论与建议
4.1 结论
遥感主成分分析(PCA)由于对遥感影像进行了数据压缩以及避免了对图像的分类,因此能够快速高效地进行填海造地时空分布变化监测。
厦门市1993~2006年间共进行填海造地117处,填海面积24.57km2,空间上主要集中于西海域西侧海沧区部分和本岛北部(机场、五缘湾),岛内与岛外填海面积基本相同,时间上2003年以来填海面积大幅增加。
厦门市1993~2006年间填海造地用地类型已从原来的主要为农田用地向工业用地、居住用地和公共设施用地转变。岛内岛外用地类型存在差别,岛内主要为公共设施用地和码头用地,岛外以工业用地为主。
填海造地行为与社会经济发展有较好的正相关性,社会经济发展对土地的需求增加了填海造地。同时填海造地的时空分布、填海面积、用地类型受政策因素影响较大。尤以海岛型城市向海湾型城市战略转变的提出对填海造地影响最为明显。
4.2 政策建议
随着厦门市社会经济的快速发展,厦门市 土地赤字的情况将日趋严重,填海造地的驱动力将持续增长。根据厦门市 十一五规划,厦门市将保持15%的快速发展,在不采取措施的情况下,根据回归分析,预计厦门市到2010年将新增填海面积30km2,届时必将对厦门市的海洋生态环境造成更为严重的压力和影响。在不放慢发展速度的前提下,为避免对环境的进一步破坏,要求厦门市工业的发展应以高新产业为主,注重现有产业结构升级。对于厦门 十一五实现亿吨大港的目标,应注重现有港口挖潜,着力改善港口集疏运条件及港口信息化,避免增扩建码头等粗放投资。
政策因素对填海造地影响较大,在海岛型城市向海湾性城市战略转变背景下,城市建设的重点从岛内转向岛外海湾地区,因此未来政策的出台和实行将不可避免地对厦门近海及湿地产生影响,建议在政策出台之前进行战略环境影响评价,尽可能减少政策层面上对环境的影响和破坏。
规范及严格执行海域使用论证制度。对已划为珍稀海洋生物保护区及具有重要生态价值的区域、湿地应严格保护,禁止或尽可能避免在该区域内填海造地。对厦门市西海域应严格控制填海造地,对填海造地产生的影响严格论证,避免西海域水动力学的改变对西海域的码头运输造成影响。对五缘湾城市东通道应严格控制填海造地,对填海工程施工期进行科学安排,尽可能避免对白海豚等珍稀保护动物造成影响和破坏。
对其它功能海域应完善海域使用金征收标准及严格执行海域使用论证制度,提高现有海域使用金征收标准,使海域使用金征收标准能够贴合现阶段社会经济发展现状,切实反映海域作为生产要素的价值,优化管理填海造地。
168
自 然 资 源 学 报23卷参考文献(R eferences):
[1] S t uyfzand P J.The i m p act of land recl a m ation on groundw ater qu alit y and f u ture d ri nk i ng w ater s upp l y i n the Net h erlands
[J].W a t er Sc i ence Tec hn ology,1995,31(8):47-57.
[2] Suzuk iT.E conom ic and geograph ic bac kgrounds of l and recl a m ati on i n Japanese ports[J].M ari n e P oll u ti on B ulle ti n,
2003,47:226-229.
[3] Jiao J J,Nandy S H.Analytical stud i es on the i m pact of recla m ati on on ground w ater flo w[J].G round W a t er,2001,39
(6):912-920.
[4] Tera w ak iT,Yosh i ka w a K,Yos h i da G,et a l.E cology and restorati on techn iqu es f or Sargassu m b eds i n t he Set o In land
Sea,Japan[J].M arine P oll u tion Bu lletin,2003,47:198-201.
[5] 彭本荣,洪华生,陈伟琪,等.填海造地生态损害评估:理论、方法及应用研究[J].自然资源学报,2005,20(5):714~
726.[PENG B en rong,HONG H ua s h eng,CHEN W ei q,i e t al.E cological da m age appraisal of sea recla mati on:Theory, m et hod and appli cati on.Journa l of N atura lR esou rces,2005,20(5):714-726.]
[6] 林桂兰,左玉辉.海湾资源开发的累积生态效应研究[J].自然资源学报,2006,21(3):432~440.[LI N Gu i l an,Z UO
Yu hu.i Cumu lati ve eco l og i cal effects ass ess m en t on res ource exp l oitati on and u tili zation i n bay.Journa l of N at u ra l R e sou rces,2006,21(3):432-440.]
[7] 罗章仁.香港填海造地及其影响分析[J].地理学报,1997,52(3):220~227.[LUO Zhang ren.An anal ysis ofH ong
K ong recla m ati on and its effect.Ac t a G eograph ic a S i n ic a,1997,52(3):220-227.]
[8] 福建海洋研究所.厦门市海域使用及功能区划实施情况调研报告[R].厦门:福建海洋研究所,2002.[Fu ji an Ocea
nography Research Ins tit u te.Research report of X i a m en m ari ne s paces u s e and f uncti on z on i ng i m ple m entation.X ia m en: Fu ji an Oceanography Res earch Instit u te,2002.]
[9] 王爱军,高抒.江苏王港海岸湿地的围垦现状湿地资源可持续利用[J].自然资源学报,2005,20(6):822~829.
[W ANG A i j un,GAO Shu.Recla m ati on of coastalw etlands and sustai nable utiliz ati on ofw etl and resou rces:A case st udy fro m W anggang.Journa l o f N atura lR esou rces,2005,20(6):822-829.]
[10] 陈彬,王金坑,张玉生,等.泉州湾围海工程对海洋环境的影响[J].台湾海峡,2004,23(2):192~198.[CHEN B i n,
W ANG Ji n keng,Z HANG Yu s h eng,e t a l.I m pact of recla m ati on acti viti es on m ari ne environm en t i n Quan z hou Bay.
Journal of Oceang raphy i n Ta i w an S tra it,2004,23(2):192-198.]
[11] 张健,施青松,黄宝兴.围垦的社会经济价值及其对海洋环境影响的评估[J].海洋学研究,2006,24(7):20~25.
[Z HANG J i an,SH I Q i ng s ong,HUANG Bao xi ng.The soci et y and econ o m ic value of recla mati on and the ass ess m en t of its m ari ne environm en t i m pact.Journal of M arine Sc ie nces,2006,24(7):20-25.]
[12] 钟家强,王润生.基于独立成分分析的多时相遥感图像变换检测[J].电子与信息学报,2006,28(6):994~998.
[Z HONG J i a q i ang,WANG Run sheng.M u ltite m poral re m ote sens i ng i m ages change detection based on I CA.Jou rnal o f
E lectron ics&Infor m a ti on T ec hnology,2006,28(6):994-998.]
[13] 冯德俊,李永树,兰燕.基于主成分变换的动态监测变化信息自动发现[J].计算机工程与应用,2004,36:199~
202.[FENG De j un,LI Yong s hu,LAN Y an.The au t o m ati c detecti on m et hods of changi ng i n for m ati on for dyna m i c mo n it ori ng by p ri nci pa l co m ponen t tran sf or m.C o mpu t er Engineeri ng&App lic a tion,2004,36:199-202.]
[14] 刘永昌,张平,严卫东,等.基于KL变换的T M图像变化信息提取方法[J].计算机工程与应用,2002,4:69~71.
[L I U Yong chang,Z HANG Pi ng,YAN W ei dong,et a l.Vari et y i n for m ation pick up based on KL tran sfor m ofTM i m a
g i ne.Co mpu te r Eng i neeri ng&Application,2002,4:69-71.]
[15] 严红萍,俞兵.主成分分析在遥感图像处理中的应用[J].资源环境与工程,2006,20(2):168~170.[YAN H ong
p i ng,YU B i ng.The pri n ci pal co m ponen t analys i s f or RS i m age p rocess i on.R esource Env ironm ent&E ng ineering,2006,20
(2):168-170.]
[16] 戴昌达,姜小光,唐伶俐.遥感图像应用处理与分析[M].北京:清华大学出版社,2004.108~109.[DA I Chang da,
JI ANG X i ao guang,TANG L i ng l.i R e m ote S ensing I ma i ngA pp licati on and Anal ys i s.Beiji ng:T si nghu aUn i vers i ty Press, 2004.108-109.]
1期李 禺等:厦门市填海造地的遥感PC A识别及其驱动机制研究169
Study on D istri bution and D rivi ng Forces of Sea Recla mati on U si ng Re mote Sensing PCA in X i a m en C ity
LI Yu,LI Yang fan,Z HU X iao dong
(State Key Laboratory of Poll uti on Con trol and R esources Reu se,S chool of the E nvironm ent,Nan ji ng Un ivers i ty,
Nan ji ng210093,Ch i na)
Abst ract:Based on Pri n c i p alCo m ponentAna l y sis(PCA)for re m ote sensi n g i m age,a ne w m eth od w as app li e d i n to i d entify i n g the spatio te m pora l d istribution o f sea rec la m ation quick ly and ex actl y.Taking X ia m en C ity as an exa m p le,the co m binati o ns o fRe m ote Sensi n g I m ages,1993and 1996,1996and1998,1998and2001,2001and2003,and2003and2006,w ere identifi e d by PC A appr oach for the distribution o f sea recla m ation i n the above fi v e periods.In order to study t h e driving factors of sea recla m ation at d ifferen t developm ent stages o fX ia m en C ity,severa l i n d i ca tors such as popu lation,throughpu t of sea ports,gross i n dustrial outpu t value,etc.w ere chosen i n to t h e regress equati o n of t h e driving forces.As a resul,t the po licy o f city deve l o pm en,t rapid i n dustria lizati o n and rap i d i n crease of popu lati o n are the m a i n driv i n g factors o f sea recla m ati o n in X ia m en C ity.C onsequentl y,Strategy Env ironm ental I m pactA ssess m ent o f ur ban policy,Sea A rea U tilization D e m onstrati o n and Pay m entw ere adv ised for the govern m ent to gover n i n g the sea recla m ati o n acti v ities.
K ey w ords:sea recla m ation;PC A;spatio te m pora l distribution;driv i n g force
考虑地物光谱多样性的遥感影像典型地物 提取方法综述 摘要 光谱信息是遥感影像用于分类、地物提取和目标识别的最主要信息，然而在遥感高精度分类研究中，特别面对大区域（全国或全球尺度）地表分类时，由于地表情况复杂，地物光谱多样性问题突出，在对遥感影像进行具体处理时往往难以实现高精度的地物识别。例如对于水体而言，海洋水体和内陆水体会由于水体成分的不同而使得其具有不同的光谱特征。植被由于其具有物候特征，光谱往往会随着季节的变化而变化，城市不透水层由于建筑物材料的差异以及大量的建筑物阴影使得地物光谱之间具有较大的差异。这些由于空间或时间引起的地物光谱多样性特征会随着研究范围的增大而变得更加突出。本文从基于像元级与基于亚像元级两个方面对地物提取研究进行综述，系统的介绍了当前国内外在考虑地物光谱多样性典型地物提取的研究进展，为后续的研究提供参考。 关键词：遥感，光谱多样性，水体，植被，建筑物，像元级，亚像元级 1.引言： 光谱信息是遥感影像用于分类、地物提取和目标识别的最主要信息，然而在遥感高精度分类研究中，特别面对大区域（全国或全球尺度）地表分类时，由于地表情况复杂，地物光谱多样性问题突出，在对遥感影像进行具体处理时往往难以实现高精度的地物识别。例如对于水体而言，海洋水体和内陆水体会由于水体成分的不同而使得其具有不同的光谱特征。植被由于其具有物候特征，光谱往往会随着季节的变化而变化，城市不透水层由于建筑物材料的差异以及大量的建筑物阴影使得地物光谱之间具有较大的差异。这些由于空间或时间引起的地物光谱多样性特征会随着研究范围的增大而变得更加突出。
制约遥感影像上地物信息准确提取的最主要因素之一便是遥感影像上广泛存在的“同物异谱”现象，该现象产生的原因主要有：（1）地物自身属性随着空间-时间的变化而发生变化，即是该课题所研究的地物光谱多样性特征；（2）地物由于临近效应，大气散射等使得遥感影像上地物所表现出来的光谱特征相对于其原有光谱特征发生变化。原因（1）是导致“同物异谱”现象最主要的原因，因此在对遥感影像进行处理中如果能够解决地物光谱多样性问题，其实也就很大程度上解决了遥感影像上的“同物异谱”问题。 地物光谱多样性并不是毫无规律的，以落叶植被为例，在一年的周期里，落叶植被的叶绿素含量呈现出先增加后减少的自然规律，反映在遥感影像上为植被在绿光波段的反射率会先增加后减小。对于水体而言，无论是清澈水体还是浑浊水体，其在中红外波段区间的反射率都趋近于0。除此之外，对于不同地物的光谱多样性特征还有很多有待探索的规律。随着空间科学技术，信息技术以及传感器技术的发展，现已经能够获取到一些具有三高特性（高空间分辨率、高光谱分辨率和高时间分辨率）的遥感影像。这为我们深入分析地物光谱多样性特征随着地物时空分布的不同所呈现出来的变与不变的内在规律提供基础。 同时，由于光谱可变会严重影响混合像元分解中地物丰度估计的结果，因此关于光谱多样性问题在软分类领域已有较多研究，如近年来提出的CoB、EAR、IES等最有代表性端元光谱选取方法，能够从地物光谱库中找到地物光谱在某些波段区间的不变规律，以此筛选出最具有地物代表性的端元光谱。除此之外，软分类领域涉及解决地物光谱多样性问题的具体方法还有很多，这都为遥感影像上地物光谱多样性问题的解决提供了思路和参考。 2.典型地物光谱规律探索 地物光谱多样性特征是指同一种地物在时空中往往呈现出多样化的光谱特征，地物光谱多样性体现在遥感影像上即为“同物异谱”、“端元可变(endmember variability)”、“光谱可变(spectral variability)”等现象。地物光谱的多样化并不是毫无规律的，其与时间、空间之间一定存在着某些变与不变规律。 对于水体而言，传感器接受到的水体辐射包括了水面反射、水体底部物质反
计算机视觉与图像处理、模式识别、机器学习学科之间的关系 在我的理解里，要实现计算机视觉必须有图像处理的帮助，而图像处理倚仗与模式识别的有效运用，而模式识别是人工智能领域的一个重要分支，人工智能与机器学习密不可分。纵观一切关系，发现计算机视觉的应用服务于机器学习。各个环节缺一不可，相辅相成。 计算机视觉（computer vision），用计算机来模拟人的视觉机理获取和处理信息的能力。就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。 图像处理（image processing），用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理一般指数字图像处理。 模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（Supervised Classification）和无监督的分类(Unsupervised Classification)两种。模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。模式识别研究主要集中在两方面,一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴,二是在给定的任务下,如何用计算机实现模式识别的理论和方法。应用计算机对一组事件或过程进行辨识和分类，所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。这些对象与数字形式的信息相区别，称为模式信息。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。 机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的智能系统都普遍缺少学习的能力。随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。
遥感图像目标地物识别特征： （1）色调：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。 如海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。 （2）颜色：是彩色遥感图像中目标地物识别的基本标志。日常生活中目标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发 射电磁辐射能量差异的综合反映。彩色遥感图像上的颜色:真\假彩色。真彩色图像上地物颜色能真实反映实际地物颜色特征，符合人的认知习惯。 目视判读前, 需了解图像采用哪些波段合成，每个波段分别被赋予何种颜色。 （3）阴影：遥感图像上光束被地物遮挡而产生的地物的影子。根据阴影形状、大小可判读物体的性质或高度。不同遥感影像中阴影的解译是不同的。（4）形状：目标地物在遥感图像上呈现的外部轮廓。遥感图像上目标地物形状:顶视平面图。解译时须考虑遥感图像的成像方式。 （5）纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。如航空像片上农田呈现的条带状纹理。纹理可以作为区别地物属性的重要依据。 （6）大小：指遥感图像上目标物体的形状、面积与体积的度量。判读地物大小时必须考虑图像的比例尺。影响图像上物体大小的因素有地面分辨 率，物体本身亮度与周围亮度的对比关系。 （7）位置：只目标地物分布的地点。位置分为地理位置、相对位置。依据遥感图像周框注记的地理经纬度位置，可以推断出区域所处的温度带，依据相对位置，可以为具体目标地物解译提供重要判据。
（8）图型：目标地物有规律的排列而成的图形结构。 （9）相关布局：多个目标地物只讲的空间配置关系。可以推断目标地物的属性。
图像处理及识别技术在机器人路径规划中的一种应用 摘要：目前，随着计算机和通讯技术的发展，在智能机器人系统中，环境感知与定位、路径规划和运动控制等功能模块趋向于分布式的解决方案。机器人路径规划问题是智能机器人研究中的重要组成部分，路径规划系统可以分为环境信息的感知与识别、路径规划以及机器人的运动控制三部分，这三部分可以并行执行，提高机器人路径规划系统的稳定性和实时性。在感知环节，视觉处理是关键。本文主要对机器人的路径规划研究基于图像识别技术，研究了图像处理及识别技术在路径规划中是如何应用的，机器人将采集到的环境地图信息发送给计算机终端，计算机对图像进行分析处理与识别，将结果反馈给机器人，并给机器人发送任务信息，机器人根据接收到的信息做出相应的操作。 关键词：图像识别；图像处理；机器人；路径规划 ABSTRACT：At present, with the development of computer and communication technology, each module, such as environment sensing, direction deciding, route planning and movement controlling moduel in the system of intelligent robot, is resolved respectively. Robot path planning is an part of intelligent robot study. The path planning system can be divided into three parts: environmental information perception and recognition, path planning and motion controlling. The three parts can be executed in parallel to improve the stability of the robot path planning system. As for environment sensing, vision Proeessing is key faetor. The robot path planning of this paper is based on image recognition technology. The image processing and recognition technology is studied in the path planning is how to apply, Robots will sent collected environment map information to the computer terminal, then computer analysis and recognize those image information. After that computer will feedback the result to the robot and send the task information. The robot will act according to the received information. Keywords: image recognition，image processing, robot，path planning
1. 判断题（在题目后面的括号中填入T或F，分别代表正确或错误）。 (1) 灰度直方图是灰度级的函数，描述的是图像中具有该灰度级像素的个数，其纵坐标是灰度级，横坐标是该灰度出现的频率。（ F ） (2) 中值滤波是一种线性滤波，它在实际应用中需要图像的统计特性。（F ） (3) 图像经频域变换后其特点是变换结果能量分布向高频成分方向集中，图像上的边缘、线条等信息在低频成分上得到反映。（ F ） (4) 观察直方图可以看出不适合的数字化。（T ） 2. 单选题（每题只有一个选项是正确的） (1) 锐化（高通）滤波器的作用：A A 能减弱或削除傅立叶空间的低频分量，但不影响高频分量。 B 能减弱或削除傅立叶空间的高频分量，但不影响低频分量。 C 对傅立叶空间的低、高频分量均有减弱或削除作用。 D 对傅立叶空间的低、高频分量均有增强作用。 (2) 下列说法不正确的是 C A 点运算是对一副图像的灰度级进行变换。 B 线性点运算仅能拉伸或压缩直方图，以及使之左移或右移。 C 点运算可以改变图形内的空间关系。 D 点运算以预定的方式改变一幅图像的灰度直方图。 (3) 在所有颜色模型中，最常用于彩色图像的是：D A GMY B YIQ C HSV D HSI (4) 以下说法正确的是：B A 用数学形态学处理一些图像时，膨胀运算会收缩图像，腐蚀运算会扩大图像。 B 用数学形态学处理一些图像时，开运算和闭运算都可以平滑图像的轮廓。 C 在形态算法设计中，结构元的选择非常重要，它可以在几何上比原图像复杂，且 无界。 D 在形态算法设计中，用非凸子集作为结构元也是可以的。 (5) 数字图像的灰度直方图的横坐标表示：A A 灰度级 B 出现这种灰度的概率 C 像素数 D 像素值 (6) 以下说法正确的是 C A 先膨胀后腐蚀的运算称为开运算。 B 先腐蚀后膨胀的运算称为闭运算。 C 细化是将一个曲线型物体细化为一条单像素宽的线，从而图形化的显示出其拓扑 性质。 D 消除连续区域内的小噪声点，可以通过连续多次使用开闭运算。 (7) 下列描述正确的有 D A 只有傅立叶变换才能够完成图像的频率变换。 B 图像经频域变换后，变换结果是能量分布向高频方向集中，图像上的边缘、线条
上次课主要内容 4.4简单自然地物可识别性分析 4.5复杂地物识别概率(重点理解) ①要素t 的价值②要素总和（t 1，t 2，…，t m ）t 的价值 K -K E ∑ = ③复杂地物识别概率的计算理解p70~71例子
第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 5.2 遥感图像特征与解译标志的关系 5.3 遥感图像的时空特性 5.4 遥感图像中的独立变量 5.5 地物统计特征的构造
第五章遥感图像特征和解译标志 地物特征 电磁波特性 影像特征 遥感图像记录过程 n 图像解译就是建立在研究地物性质、电磁波性质 及影像特征三者的关系之上 n 图像要素或特征，分“色”和“形”两大类：?色：色调、颜色、阴影、反差； ?形：形状、大小、空间分布、纹理等。“形”只有依靠“色”来解译才有意义。
第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n两个定义： ?解译标志定义：遥感图像光谱、辐射、空间和时间特征决定 图像的视觉效果、表现形式和计算特点，并导致物体在图像上 的差别。 l给出了区分遥感图像中物体或现象的可能性； l解译标志包括：色调与色彩、形状、尺寸、阴影、细部（图 案）、以及结构（纹理）等； l解译标志是以遥感图像的形式传递的揭示标志； ?揭示标志定义：在目视观察时借以将物体彼此分开的被感知 对象的典型特征。 l揭示标志包括：形状、尺寸、细部、光谱辐射特性、物体的阴 影、位置、相互关系和人类活动的痕迹； l揭示标志的等级决定于物体的性质、他们的相对位置及与周围 环境的相互作用等；
第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n解译标志和揭示标志的关系： ?解译标志是以遥感图像的形式传递的揭示标志； ?虽然我们是通过遥感图像识别地物目标的，但是大多数情况 下，基于遥感图像识别地物并作出决定时，似乎并不是利用解 译标志，而是利用揭示标志。 例如，很多解译人员刚看到图像就差不多在脑海中形成地物的形象， 然后仅仅分析这个形象就能作出一定的决定。实际上，有经验的解译人 员，在研究图像的解译标志并估计到传递信息的传感系统的影响以后， 思想中就建立起地物的揭示标志，并在这些标志的基础上识别被感知物 体。解译人员在实地或图像上都没见过的地物或现象是例外。 n解译标志和揭示标志可以按两种方式进行划分：?直接标志和间接标志； ?永久标志和临时标志；
摘要 现代遥感技术的快速发展使人类能够更精准、更快速、更全面地观测世界。遥感成像传感器的高度及搭载平台姿态的变化、地形地貌等诸多客观因素都会导致图像发生几何畸变，给进一步应用带来一系列问题。随着遥感对地观测能力不断增强，如何对遥感数据进行精确几何处理实现高精度地理空间信息获取，是有效发挥遥感对地观测优势的基础。因此，开展遥感图像的高精度几何校正理论与方法的研究，提高遥感数据中目标定位识别的应用潜力，将刻不容缓。然而随着遥感系统的多样化、多层次发展，其不同的成像特点也给遥感图像几何处理技术提出了更多新的要求和挑战，传统的几何校正技术不再适用，需根据具体成像特点进行开发和扩展。鉴于遥感对地观测的高标准应用需求，本文对遥感图像几何校正及目标识别技术理论和方法进行研究，旨在将遥感图像的几何校正后，最终提高遥感目标定位识别应用的精度。 关键词：遥感图像；几何变形；变形误差；几何校正；目标识别
摘要 (1) 目录 (2) 1引言 (3) 2 遥感成像原理及遥感图像特征 (4) 2.1 遥感成像原理 (4) 2.2 遥感图像特征 (4) 3 遥感图像产生的几何畸变的分析 (5) 3.1 成像投影方式引起的误差计算 (5) 3.2 传感器外方位元素变化引起的误差计算 (6) 3.3 大气折射引起的误差计算 (6) 4 遥感图像几何校正的研究方法 (7) 4.1 从影像到地图的校正 (8) 4.2 从影像到影像的配准 (8) 5遥感图像的目标识别技术 (8) 5.1基于相位一致特征和混沌粒子群的大型目标识别 (8) 5.2 基于改进多尺度自卷积不变矩的小型目标识别 (10) 6 结论 (11) 参考文献 (11) 致谢 (12)
龙源期刊网 https://www.doczj.com/doc/3818137276.html, 遥感图像目标识别文献综述 作者：谭博彦 来源：《电脑知识与技术》2016年第35期 摘要：随着科学技术的不断发展，特别是遥感技术的飞速发展，遥感图像的分辨率越来越高，其包含的信息也越来越复杂，因此，迫切需要发展感兴趣目标自动识别技术。精确识别对象对民用导航、环境保护、军事等各个方面意义重大，提高对象的自动识别精度也是不可缺少的。本文通过查阅分析遥感图像识别的文献资料，对目标识别使用的一些基本理论和方法进行了综合归纳。 关键词：遥感图像；目标识别；综述 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）35-0206-03 A Literature Review on Remote Sensing Image Target Recognition TAN Bo-yan （Class 1422 The 1st Middle School of Loudi， Loudi 417000 China） Abstract：With the continuous development of science and technology， Especially the rapid development of remote sensing technology， The resolution of the remote sensing images is higher and higher， it contains information is becoming more and more complex， therefore， an urgent need to develop interest in automatic target recognition technology. Accurately identify the object is of great significance to civil navigation， environment protection， military and other various aspects， to improve the automatic identification precision of the object is also indispensable. This article through the analysis of remote sensing image recognition of the literature， the target recognition using some of the basic theory and method are summarized. Key words：remote sensing image； target recognition； literature review 目标识别是计算机视觉、图像处理和机器学习中的重要研究课题之一。目前，目标识别的技术已经广泛应用在各个领域中，近些年来其在遥感图像中的应用也越来越普遍。对遥感图像进行精确地目标识别，一直是计算机图像识别中的一个难题，且随着遥感技术的迅速发展，其也成了该领域一个重要研究方向。精确定位遥感图像中的感兴趣目标，同时提取其状态参数和属性值，是遥感图像目标识别的基本任务。该任务需要经过地学、生物学、物候学等综合性的专家知识指导，运用信息科学和数学等一系列方法来实现简单地电磁辐射特性的记录，到地物时空分布变化的反演，这是一个非常典型的交叉学科问题[1]。
上海交通大学图象处理与模式识别专业 考研 本学科创建于80年代初，是国内首批有权授予硕士学位、博士学位并设有博士后流动站的重点学科，也是国家“211工程”资助学科。1998年该学科改名为模式识别与智能系统。本学科点的创建人是我国著名图像处理和模式识别专家、美国匹兹堡大学访问学者李介谷教授。他的研究方向是模式识别和计算机视觉。 本学科依托图象处理与模式识别研究所，主要从事数字图象（图形）分析、文本信息处理、模式识别、机器视觉、自然语言理解、智能技术和系统等信息技术领域中前沿性的应用基础研究，具有基于数字信号处理器的硬件开发工具和网络环境下的工作站，个人机及专用的图象输入输出设备。包括序列图像分析，三维图像重构理论及应用，远程医疗和诊断；模式识别和计算机视觉是该学科的一个研究特色，已取得重大研究成果的项目有动态目标识别，字符和人脸识别，机器人视觉；计算机图形学和虚拟现实，多媒体技术和计算可视化；智能中文信息处理，中（英）文全文检索，基于内容的网上检索；人工智能和智能系统，主要从事人工神经网理论及应用，机器学习和推理、智能交通指挥系统等。目前正在进行的科研项目有国家高科技863项目，国家自然科学基金，国家教委博士点科研基金项目。省、部、市重大科技开发和国际合作项目。 模式识别和智能系统学科拥有设备先进的图像工程实验室。1978年恢复招收研究生来，已培养硕士、博士生216名，主要在国内外大学、科研机构和高新技术产业从事教学、科研及高新技术的开发研究工作。该学科有广泛的国际合作和交流，招收国内外访问学者和国外留学生。本学科所从事的研究项目曾多次荣获过国家科技进步一等奖、省部级的奖励，并有着广泛的国际合作和交流。 研究方向 a.数字图象处理 b.计算机模式识别 c.计算机图形学与CAD技术 d.人工智能与专家系统 e.计算机视觉 f.语音识别及机器翻译 g.人工神经网络 h.虚拟现实 i.算法理论与分析 j.网络信息处理 k.文本信息处理 l.网上三维图象重建 m.城市交通监控与管理系统 n.生物信息特征识别 o.网络信息智能处理 p.自然语言理解与人机界面 q.成像光谱技术与遥感 r.三维空间信息处理与分析 s.多媒体与网络信息智能处理 t.智能理论与系统。 本学科依托图象处理与模式识别研究所，主要从事数字图象（图形）分析、文本信息处理、模式识别、机器视觉、自然语言理解、智能技术和系统等信息技术领域中前沿性的应用基础研究，具有基于数字信号处理器的硬件开发工具和网络环境下的工作站，个人机及专用的图象输入输出设备。包括序列图像分析，三维图像重构理论及应用，远程医疗和诊断；模式识别和计算机视觉是该学科的一个研究特色，已取得重大研究成果的项目有动态目标识别，字符和人脸识别，机器人视觉；计算机图形学和虚拟现实，多媒体技术和计算可视化；
数字图像处理的就业前景收藏 最近版上有不少人在讨论图像处理的就业方向，似乎大部分都持悲观的态度。我想结合我今年找工作的经验谈谈我的看法。 就我看来，个人觉得图像处理的就业还是不错的。首先可以把图像看成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌握（一维）信号处理的基本知识，也要掌握图像处理（二维或者高维信号处理）的知识。其次，图像处理是计算机视觉和视频处理的基础，掌握好了图像处理的基本知识，就业时就可以向这些方向发展。目前的模式识别，大部分也都是图像模式识别。在实际应用场合，采集的信息很多都是图像信息，比如指纹、条码、人脸、虹膜、车辆等等。说到应用场合，千万不能忘了医学图像这一块，如果有医学图像处理的背景，去一些医疗器械公司或者医疗软件公司也是不错的选择。图像处理对编程的要求比较高，如果编程很厉害，当然就业也多了一个选择方向，并不一定要局限在图像方向。 下面谈谈我所知道的一些公司信息，不全，仅仅是我所了解到的或者我所感兴趣的，实际远远不止这么多。 搜索方向 基于内容的图像或视频搜索是很多搜索公司研究的热点。要想进入这个领域，必须有很强的编程能力，很好的图像处理和模式识别的背景。要求高待遇自然就不错，目前这方面的代表公司有微软、google、yahoo和百度，个个鼎鼎大名。 医学图像方向 目前在医疗器械方向主要是几个大企业在竞争，来头都不小，其中包括Simens、GE、飞利浦和柯达，主要生产CT和MRI等医疗器材。由于医疗器械的主要功能是成像，必然涉及到对图像的处理，做图像处理的很有机会进入这些公司。它们在国内都设有研发中心，simens 的在上海和深圳，GE和柯达都在上海，飞利浦的在沈阳。由于医疗市场是一个没有完全开发的市场，而一套医疗设备的价格是非常昂贵的，所以在这些地方的待遇都还可以，前景也看好。国内也有一些这样的企业比如深圳安科和迈瑞 计算机视觉和模式识别方向 我没去调研过有哪些公司在做，但肯定不少，比如指纹识别、人脸识别、虹膜识别。还有一个很大的方向是车牌识别，这个我倒是知道有一个公司高德威智能交通似乎做的很不错的样子。目前视频监控是一个热点问题，做跟踪和识别的可以在这个方向找到一席之地。 上海法视特位于上海张江高科技园区，在视觉和识别方面做的不错。北京的我也知道两个公司：大恒和凌云，都是以图像作为研发的主体。 视频方向 一般的高校或者研究所侧重在标准的制定和修改以及技术创新方面，而公司则侧重在编码解码的硬件实现方面。一般这些公司要求是熟悉或者精通MPEG、H.264或者AVS，选择了这个方向，只要做的还不错，基本就不愁饭碗。由于这不是我所感兴趣的方向，所以这方面的公司的信息我没有收集，但平常在各个bbs或者各种招聘网站经常看到。 我所知道的两个公司：诺基亚和pixelworks 其实一般来说，只要涉及到成像或者图像的基本都要图像处理方面的人。比方说一个成像设备，在输出图像之前需要对原始图像进行增强或者去噪处理，存储时需要对图像进行压缩，成像之后需要对图像内容进行自动分析，这些内容都是图像处理的范畴。下面列举一些与图像有关或者招聘时明确说明需要图像处理方面人才的公司：上海豪威集成电路有限公司（https://www.doczj.com/doc/3818137276.html,）、中芯微、摩托罗拉上海研究院、威盛（VIA）、松下、索尼、清华同方、三星。
典型地物反射波谱测量与特征分析 一、实验目的与要求 1.实验意义： （1）对光谱测量仪器的认识：ASD野外光谱分析仪FieldSpecPro是一种测量可见光到近红外波段地物波谱的有效工具，它能够快速扫描地物，光线探头在毫秒内得到地物的单一光谱。FieldSpec分光仪主要由附属手提电脑，观测仪器，手枪式把手，光线光学探头以及连接数据线组成。通过连接电脑，可实时持续显示测量光谱，使得测量者可以即时获取需要的测量数据。 （2）对课堂内容的认识：地物反射光谱是指某种物体的反射率或反射辐射能随波长变化的规律，以波长为横坐标，反射率为纵坐标所得到的曲线即为反射波谱特性曲线。影响地物波谱变化的因素：太阳位置（太阳高度角和方位角）。不同的地理位置，海拔高度不同。时间、季节的变化。地物本身差异、土壤含水量、植被病虫害。 2.实验目的： （1）地物波谱数据获取需要使用地面光谱仪，通过该实验学会地面光谱仪的原理与使用方法。 （2）通过对地物光谱曲线分析，比较相异与相似地物反射光谱特征。认识并掌握典型地物反射光谱特征。
二、实验内容与方法 1.实验内容 （1）典型地物反射波谱测量 选择典型地物类型，使用地物光谱仪，开展地物光谱测量，获得典型地物可见光近红外 波段（0.4-2.5微米）的反射光谱曲线。 地物类型：植被（草地、灌丛），水体（不同水深，有无植被），土壤（裸土、有少量植 被覆盖土壤），不透水地面（水泥地面、沥青路面、大理石地面）。 （2）地物波谱特征分析 a)标准波谱库浏览 b)波谱库创建 c)高光谱地物识别 ●从标准波谱库选择端元进行地物识别 ●自定义端元进行地物识别 2.实验方法 （1）ASD光谱仪简介 FieldSpec Pro型光谱仪是美国分析光谱设备(ASD)公司主要的野外用高光谱测量设备。整台仪器重量7.2公斤，可以获取350~2500nm 波长范围内地物的光谱曲线，探测器包括一个用于350-1000nm的512像元NMOS硅光电二极管阵列, 以及两个用于1000-2500nm的单独的热电制冷的铟-镓-砷光电探测器。便携式光谱仪是“我国典型地物标准波谱数据库”获取光谱数据的主要设备。 基本技术参数： 线性度：+/-1%
图像处理与模式识别 实验手册 统计与计算科学系 2012年2月
实验一Matlab图像处理工具箱 实验目的与要求： 1. 回顾Matlab开发环境； 2. 初步熟悉Matlab图像处理工具箱函数。 作业： 在6.28.22:22/download/图像素材下载图像，熟悉图像工具箱中各命令并能完成matlab的基本编程。 实验二BMP位图的读写 实验目的与要求： 1. 初步熟悉VC＋＋6.0开发环境； 2. 了解VC＋＋6.0环境下BMP图像的读写过程，进而了 解BMP图像的文件结构。 作业： 在 6.28.22:22/download/图像素材下载图像，在VC＋＋6.0中读入BMP图像，熟悉其全部过程，将上面读入的图像进行反色等常用图像处理操作后保存。 实验三图像的几何变换 实验目的与要求：
1. 熟悉Matlab图像处理工具箱中有关几何变换的函数； 2. 通过具体的应用实例进一步理解和熟悉图像的几何变换。 作业： 在6.28.22:22/download/图像素材下载图像，自己编写算法完成图像的平移、旋转、放大和缩小，并与图像工具箱命令结果作比较。 实验四图像的频域变换 实验目的与要求： 1. 通过实例熟悉和理解图像的傅立叶变换和逆变换； 2. 通过实例熟悉和理解图像的离散余弦变换和逆变换。 作业： 在6.28.22:22/download/图像素材下载图像，自己编写算法完成图像的Fourier变换、反变换快速、Fourier变换和其他可分离变换算法，并与图像工具箱命令结果作比较。 1237a63231126edb6f1a103a.html 实验五图像增强与平滑 实验目的与要求： 1. 熟悉图像的直方图，了解图像的直方图均衡化；
武汉理工大学 模式识别及其在图像处理中的应用 学院（系）：自动化学院 课程名称：模式识别原理 专业班级：控制科学与工程1603班 任课教师：张素文 学生姓名：王红刚 2017年1月3日
模式识别及其在图像处理中的应用 摘要:随着计算机和人工智能技术的发展,模式识别在图像处理中的应用日益广泛。综述了模式识别在图像处理中特征提取、主要的识别方法(统计决策法、句法识别、模糊识别、神经网络)及其存在的问题, 并且对近年来模式识别的新进展———支持向量机与仿生模式识别做了分析和总结, 最后讨论了模式识别亟待解决的问题并对其发展进行了展望。 关键词:模式识别;图像处理;特征提取;识别方法 Pattern Recognition and Its Application in Image Processing Abstract:With the development of computer and artificial intelli-gence , pattern recognition is w idely used in the image processing in-creasingly .T he feature extraction and the main methods of pattern recognition in the image processing , w hich include statistical deci-sion, structural method , fuzzy method , artificial neural netw ork aresummarized.T he support vector and bionic pattern recognition w hich are the new developments of the pattern recognition are also analyzed .At last, the problems to be solved and development trends are discussed. Key words:pattern recognition ;image processing ;feature extrac-tion;recognition methods
模式识别及其在图像处理中的应用 摘要：随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛。综述了模式识别在图像处理中特征提取、主要的识别方法（统计决策法、句法识别、模糊识别、神经网络）及其存在的问题，并且对近年来模式识别的新进展——支持向量机与仿生模式识别做了分析和总结，最后讨论了模式识别亟待解决的问题并对其发展进行了展望。 关键词：模式识别；图像处理；特征提取；识别方法
模式识别诞生于20世纪20年代，随着计算机的出现和人工智能的发展，模式识别在60年代初迅速发展成一门学科。它所研究的理论和方法在很多学科和领域中得到广泛的重视，推动了人工智能系统的发展，扩大了计算机应用的可能性。图像处理就是模式识别方法的一个重要领域，目前广泛应用的文字识别（ MNO）就是模式识别在图像处理中的一个典型应用。 1.模式识别的基本框架 模式识别在不同的文献中给出的定义不同。一般认为，模式是通过对具体的事物进行观测所得到的具有时间与空间分布的信息，模式所属的类别或同一类中模式的总体称为模式类，其中个别具体的模式往往称为样本。模式识别就是研究通过计算机自动地（或者人为进行少量干预）将待识别的模式分配到各个模式类中的技术。模式识别的基本框架如图1所示。 根据有无标准样本，模式识别可分为监督识别方法和非监督识别方法。监督识别方法是在已知训练样本所属类别的条件下设计分类器，通过该分类器对待识样本进行识别的方法。如图1，标准样本集中的样本经过预处理、选择与提取特征后设计分类器，分类器的性能与样本集的大小、分布等有关。待检样本经过预处理、选择与提取特征后进入分类器，得到分类结果或识别结果。非监督模式识别方法是在没有样本所属类别信息的情况下直接根据某种规则进行分类决策。应用于图像处理中的模式识别方法大多为有监督模式识别法，例如人脸检测、车牌识别等。无监督的模式识别方法主要用于图像分割、图像压缩、遥感图像的识别等。
目录 一. 实习意义 (2) 二. 实习数据 (2) 三. 各类地物特征概述 (2) 3.1光谱特征概述 (2) 3. 2空间及纹理特征概述 (3) 四. 不同地物的各类特征 (3) 4.1 建筑物 (3) 4.1.1光谱特征 (3) 4.1.2空间特征 (4) 4.1.3纹理特征 (5) 4.2道路 (5) 4.2.1光谱特征 (5) 4.2.2空间特征 (6) 4.2.3 纹理特性 (6) 4.3 湖水 (7) 4.3.1光谱特征： (7) 4.3.2空间特征 (7) 4.3.3纹理特性 (7) 4.4 植被 (8) 4.4.1光谱特征 (8) 4.4.2空间特征 (8) 4.4.3纹理特征 (9) 五. 实习总结 (10)
一. 实习意义 影像专题信息提取是一个影像分割、分类、分类后处理及专题信息输出的过程。但是在专题信息提取过程中，由于“同谱异物”、“同物异谱”等情况的普遍存在，加上遥感数据空间分辨率的限制，“混合像元”现象不可避免，因此基于常规像元灰度值的图像分类存在很多问题。 在此基础上，人们开始对多源信息复合的信息提取方法进行探索，主要是从光谱特征，图像特征、纹理特征等方面等方面出发。本次实习，我将基于武汉市的资源卫星影像，分析城区各种地物的各项属性特征。 二. 实习数据 资源卫星高分辨率影像（下图为在Erdas软件中显示结果） 三. 各类地物特征概述 3.1光谱特征概述 光谱特征分析法是遥感信息提取的常用方法之一，在相关研究中得到了广泛应用。不同地物的波谱特性，是遥感影像分析解译的理论基础，也就是说多光谱影像的计算机自动分类识别必须建立在全面了解掌握分类对象不同波段光谱特性的基础上。一般而言，同一地物在不同波段的光谱值不同，在同一波段不同地
中国50年的图像处理和模式识别发展我们感知的信息超过80％来自于我们的视野。随着需求和信息可用性的日益增加，执行图像分析和理解也就更为紧迫。因此，图像识别，已演变成人工智能的一个重要分支。它涉及分析、描述、认识和解释模式，对象或嵌入图像中的行为。在中国，图像识别研究开始在20世纪60年代（一个图像识别的历史一般概述，请参见侧栏的“一个图像识别的历史概述”）。在其早期阶段，在美国普渡大学教授国王孙富，在他的资助下发展很大。20世纪80年代，中国著名学者，如蔡资兴、戴汝为、徐光佑下工作富asvisiting学者。1981年，中国成为国际协会模式识别（IAPR）的正式成员，并举行了第一次模式识别和机器情报全国会议。1984年，中国的研究人员着手建立模式识别国家重点实验室。中国出版模式识别与人工智能的第一个问题是在1987年出版。从那时起，中国许多关于物体识别和模式分析的教科书出版，大大提高了中国人的图像识别研究。例子包括民德程图像识别、模式识别、圻扁和他的的同事们;计算机视觉与模式识别，郑南宁计算机视觉松德马云和他的的同事们。中国研究人员赶上国际同行仍然有很长的路要走。然而，在过去的50年，中国取
得了许多进展，尤其在基础研究和实际应用方面。基础研究图像识别的基本理论来源于模式识别。在20世纪80年代，戴汝为和石青云在中国进行了综合统计和句法模式识别方法的研究。他们的研究已经使得模式识别在中国的研究普遍起来。在20世纪80年代中期，戴相龙介绍了人工神经网络知识和工程应用研究。运用人工神经网络的学习，模式识别、联想记忆和形象思维，他提出一个统一的模式描述和知识表示。此外，他提出了一个集成基于物理符号处理，定性物理，知识可视化，和人工神经网络的各种模型的知识系统设计。20世纪90年代以来，中国科研人员在高维数据判别分析方面已取得显著成效，尤其是小的数据集，包括线性判别分析（LDA）和判别分析的Kullback- Leibler距离（KLDA）。与此同时，中国研究人员在立体视觉摄像机标定和立体匹配问题方面取得重要进展。此外，2DPCA（主成分分析）和2DLDA2D功能，如提取方法在中国起源于本世纪初。一些研究人员很快就适应了这些方法。在2002年，在高维空间点分布分析，提出仿生模式识别。模式不同于传统的基于数据分区的识别，仿生模式识别集中模式的理解。 应用在图像识别的初期，中国这一领域的研究应用
第四章遥感图像的特征 一空间分辨率 二光谱分辨率 三时间分辨率 四辐射分辨率 五遥感系统的信息容量 一空间分辨率 空间分辨率(s p a t i a l r e s o l u t i o n)，又称地面分辨率 ●前者是针对传感器或图像而言的，指图像上能够详细区分的最小单元的尺寸 或大小； ●后者是针对地面而言，指可以识别的最小地面距离或最小目标物的大小。 空间分辨率的三种表示法： (1)象元(p i x e l) (2)线对数 (3)瞬时视场 空间分辨率的三种表示法： (1)象元(p i x e l)，指瞬时视域内所对应的地面面积，即与一个象元大小相当的地面尺寸，单位为米(m)。 如L a n d s a t T M一个象元相当地面28.5×28.5m的范围，简称空间分辨率30m……。 象元是扫描影像的基本单元，是成像过程中或用计算机处理时的基本采样点。 (2)线对数(L i n e P a i r s)，对于摄影系统而言，影像最小单元的确定往往通过l毫米间隔内包含的线对数，单位为线对／毫米(1／m m)。 所谓线对指一对同等大小的明暗条纹或规则间隔的明暗条对 (3)瞬时视场(I F O V)，指遥感器内单个探测元件的受光角度或观测视野，单位为毫弧度(m r a d)。
I F O V越小，最小可分辨单元(可分像素)越小，空间分辨率越高。 一个瞬时视场内的信息，表示一个象元 遥感数据的概括能力 地面目标是个多维的真实模型，是个无限、连续的信息源(时空尺度上)；遥感数据是对地面信息源有限化、离散化的二维平面记录。 像元的大小反映了离散化程度。 从地面原型到遥感信息，即把地面信息有限化、离散化过程必然要损失部分信息，这本身就是一种概括能力。其概括程度是随着空间分辨率的增大而增加的。这种概括能力对于宏观概念的建立是有意义的 几何特性 每张遥感图像与所表示的地表景观特征之间有特定的几何关系。这种几何关系是由遥感仪器的设计、特定的观测条件、地形起伏和其它因素决定的。 地面目标均有其一定的空间分布特征(位置、形状、大小、相互关系)。 从地面原型经遥感过程转为遥感信息后，受大气传输效应和传感器成像特征的影响，这些地面目标的空间特征被部分歪曲，发生变形 全景摄影图像的几何畸变 常规象片（A）与扫描图象（B）几何畸变比较 二光谱分辨率 光谱分辨率——指传感器在接收目标辐射的波谱时能分辨的最小波长间隔。 ●决定了传感器所选用的波段数量的多少、各波段的波长位置、及波 长间隔的大小 光谱分辨率越高，专题研究的针对性越强，对物体的识别精度越高，遥感应用分析的效果也就越好。 但是，多波段信息直接地综合解译是较困难的，而多波段的数据分析，可以改善识别和提取信息特征的概率和精度